این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۲، شماره ۲، صفحات ۴۱-۵۴
عنوان فارسی بررسی الکتروانسفالوگرام شبکه موثر مغز انسان در حین گوش دادن به موسیقی به منظور تشخیص احساسات
چکیده فارسی مقاله در تحقیق حاضر شبکه های موثر مغزی مرتبط با احساسات شادی و غم در حین گوش کردن به موسیقی مورد مطالعه قرار می‌گیرند. الگوی ارتباط بین نواحی مختلف کانالهای EEG با استفاده از مدلسازی خودبازگشتی چند متغیره و کوهرنس جهت‌دار جزئی در حالی‌ که داوطلبین به موسیقی گوش فرا داده اند استخراج شد. به عنوان محرک از موسیقی کلاسیک و سنتی ایرانی استفاده شد. داوطلبین در حین گوش دادن به موسیقی با استفاده از یک نرم افزار قطعه مورد نظر را از لحاظ محتوای احساسی مورد مطالعه قرار دادند. از نتایج این ارزیابی برای طبقه‌بندی قطعات استفاده شد. ماتریس‌های ارتباط متناظر تفاوتهایی را در حین گوش دادن به قطعات شاد و غمگین نشان دادند. همچنین پارامترهای ارتباط که از بخشهای مشخصی از ماتریس‌های متناظر استخراج شده بودند همبستگی معناداری را با ارزیابی شخصی افراد از محتوای احساسی قطعات نشان دادند. میزان جاذبه گزارش شده توسط افراد در حین گوش کردن به قطعات شاد با اندیس‌های ورودی به کانالهای خصوصا ناحیه فرنتال همبستگی مثبتی نشان داد. این مساله در مورد قطعات غمگین برعکس بود (مقادیر همبستگی منفی بودند). در نهایت با توجه به نتایج بدست آمده به نظر می‌رسد می‌توان از اندیس‌های مربوط به ارتباط نواحی مختلف جهت شناسایی درک احساسی افراد از موسیقی استفاده کرد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی EEG investigation of the effective brain networks for recognizing musical emotions
چکیده انگلیسی مقاله In the current research brain effective networks related to happy and sad emotions are studied during listening to music. Connectivity patterns among different EEG channels were extracted using multivariate autoregressive modeling and partial directed coherence while participants listened to musical excerpts. Both classical and Iranian musical selections were used as stimulus. Participants’ self-reported emotional values were used for classification of excerpts. The connectivity matrices varied from happy to sad musical selections. Moreover, the parameters extracted from different regions correlated with subjective assessments of the emotional content. Self-reported valance had a positive correlation with the inflow of frontal channels while listening to happy excerpts. This correlation was negative for sad pieces. The obtained results demonstrate that the connectivity indices among different regions can be used for differentiating happy and sad emotions.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله فاطمه حسن زاده | fatemeh hasanzadeh
department of electrical engineering, ferdowsi university of mashhad
گروه مهندسی برق، دانشکده مهندسی، دانشگاه فردوسی مشهد
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

حسین شهابی | hossein shahabi
department of electrical engineering, ferdowsi university of mashhad
گروه مهندسی برق، دانشکده مهندسی، دانشگاه فردوسی مشهد
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

سحر مقیمی | sahar moghimi
department of electrical engineering, ferdowsi university of mashhad
گروه مهندسی برق، دانشکده مهندسی، دانشگاه فردوسی مشهد
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

علی مقیمی | ali moghimi
department of biology, ferdowsi university of mashhad
گروه زست شناسی، دانشکده علوم پایه دانشگاه فردوسی مشهد
سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-113-1&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-233355.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات گروه علائم حیاتی ( مرتبط با مهندسی پزشکی)
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات